이메일 기반 수익을 237% 늘리고 광고 지출을 최적화하는 방법

잘 최적화된 이메일 프로세스는 이 판매 채널을 통해 기업에 가능한 최고의 ROI를 제공할 수 있습니다. 그러나 이를 달성하려면 이메일 마케팅 캠페인을 조정해야 합니다. 콘텐츠는 청중을 위해 개인화되어야 합니다. 그렇지 않으면 이메일 노력으로 인해 돈이 낭비될 가능성이 높습니다.

이 경우 200개 이상의 도시에 600개 이상의 매장이 있는 가전 제품, 전자 제품 및 가정 용품의 대규모 소매 체인을 위해 OWOX BI 팀이 제공한 솔루션에 대해 설명합니다. 비즈니스는 트리거된 이메일을 적용하여 전환율을 개선하고 광고 비용을 최적화하는 방법을 찾는 데 어려움을 겪었습니다.

경쟁이 치열한 비즈니스 환경에서 주요 목표는 신규 고객 확보, LTV 증가 및 광고 예산 최적화입니다. 비즈니스 분석가는 각 광고 캠페인에서 얻은 이익을 고려하여 고객 확보 채널의 효율성을 분석하고자 했습니다. 표준 기여 모델은 다음 요소를 무시하기 때문에 이 작업에 적합하지 않았습니다.

1. 가격비교 사이트를 방문하는 사람들은 가장 저렴한 가격에 제품을 구매하려고 합니다. 즉, 고객은 다음 구매를 고려하는 동안 가격으로 다시 선택하고 회사의 온라인 상점을 방문하기보다 가격 비교 사이트를 다시 방문할 수 있습니다. 이 트래픽 소스를 평가할 때 180일 동안 고객의 LTV와 총 획득 및 유지 비용을 고려해야 합니다. 회사는 가격 비교 웹사이트를 통해 고객을 재방문할 때마다 비용을 지출할 수 있기 때문입니다.
2. 낮은 마진으로 더 싼 제품을 구매한 고객은 나중에 더 비싼 제품을 구매하기 위해 웹 사이트를 다시 방문할 수 있습니다. 따라서 더 저렴한 제품의 마진이 구매 비용을 충당하지 못할 수도 있지만 결국(180일 이상) 이러한 광고 캠페인은 더 나은 성과를 거둘 수 있습니다.

이러한 관점에서 분석팀은 180일 동안 광고 비용과 구매의 마진을 고려하는 자체 LTV 기반 기여 모델을 개발했습니다. 또한 특정 제품이나 카테고리에 관심이 있는 잠재 구매자를 충성 고객으로 만드는 방법도 테스트 중이었습니다. 방문자 중 일부는 웹 사이트를 탐색했지만 제품을 구매하지 않았습니다. 방문자 중 일부가 결제를 시작했지만 프로세스를 완료하지 않았습니다(장바구니 없음). 이러한 방문자를 웹사이트로 다시 불러오고 구매를 유도하기 위해 트리거된 이메일을 설정하기로 결정했습니다.

1. 결제를 시작했지만 완료하지 않은 사용자에게 버려진 장바구니에 대한 알림.
2. 추천은 조회된 제품을 기반으로 특정 유형의 페이지(카탈로그 페이지 또는 제품 페이지)를 탐색한 사용자에게 제공됩니다.

트리거된 이메일의 내용은 각 고객의 현재 요구 사항을 충족하도록 개인화되어야 합니다. 이를 보장하기 위해 웹사이트 방문자의 행동에 대한 데이터 수집에 지연이 있어서는 안 됩니다.

이러한 목표를 달성하는 데 필요한 데이터는 Google Analytics 및 여러 광고 서비스와 같은 다른 시스템에 저장되었습니다. 데이터를 병합할 뿐만 아니라 빠른 액세스와 거의 실시간 데이터 처리가 필요했습니다.

회사는 목표를 달성하기 위해 다음과 같은 과제를 해결해야 했습니다.

• 단일 시스템과 최적의 구조에서 여러 소스의 데이터를 수집합니다.
• 기여 모델에 필요한 모든 데이터를 확보하고 데이터가 역사적으로 업데이트될 수 있는지 확인하십시오.

180일 이내에 가설을 확인하기로 했다.

데이터는 다음 시스템에서 얻었습니다.

1. Google 애널리틱스: 웹사이트의 데이터는 Google 태그 관리자 컨테이너를 통해 Google 애널리틱스에서 사용할 수 있습니다.
2. 광고 소스: Google AdWords, Criteo.

단일 데이터 저장소로 Google BigQuery를 사용하기로 결정했습니다.

1. 이 클라우드 스토리지를 사용하면 방대한 양의 데이터를 수집하고 신속하게 처리할 수 있습니다.
2. CRM 및 ERP 시스템과의 통합을 위한 기성 솔루션 및 도구 세트를 제공합니다.
3. 데이터는 안전하게 보호됩니다.

다음 도구와 기능을 사용하여 Google BigQuery의 모든 데이터를 수집했습니다.

1. Google Analytics 360용 Google BigQuery 내보내기 — 13개월 동안의 과거 데이터를 포함하여 Google BigQuery에서 Google Analytics의 데이터를 수신합니다.
2. OWOX BI 파이프라인 — 이 회사는 Google Analytics와 Google BigQuery에서 사용할 수 있는 광고 소스의 비용, 클릭 및 노출에 대한 데이터와 함께 Google BigQuery의 웹사이트에서 거의 실시간으로 조회수 데이터를 수신합니다.

결과적으로 필요한 모든 데이터는 Google BigQuery에 수집되어 회사의 내부 분석 시스템으로 전송됩니다.

Google Analytics 360용 표준 내보내기 및 OWOX BI 파이프라인을 통해 Google BigQuery에서 얻은 데이터는 데이터 큐브로 구성되었습니다. 이러한 큐브는 최적의 구조로 생성되어 데이터 처리 비용을 크게 절감할 수 있습니다.

아래 순서도는 필요한 데이터를 수집하고 병합하는 방법을 보여줍니다.

OWOX BI 분석가는 트리거된 이메일을 설정하기 위해 SQL 쿼리를 사용하여 두 가지 보기를 개발했습니다. 쿼리는 OWOX BI Pipeline을 통해 얻은 웹사이트에서의 사용자 행동에 대한 데이터와 Google BigQuery Export를 통해 얻은 데이터를 작업에 최적의 구조로 집계합니다.

이메일의 효율성은 A/B 테스트로 측정되었습니다. 첫 번째 사용자 그룹에게 트리거된 이메일이 웹사이트를 방문한 다음 날 발송되었습니다. 다른 그룹은 Google BigQuery 및 데이터 큐브의 테이블 데이터를 사용하여 이메일을 보냈기 때문에 1시간 이내에 트리거된 이메일을 받았습니다. 두 경우 모두 동일한 서비스를 통해 이메일이 전송되었습니다.

Google Analytics와 달리 Google BigQuery의 피벗 테이블에 있는 userID 필드 값은 테이블을 덮어써 소급 업데이트할 수 있습니다. 사용자가 모든 장치의 웹 사이트에서 인증되면(userID 값이 알려지면) 이전에 이 값이 지정되거나 정의되지 않은 경우 동일한 사용자의 이전 세션에서도 userID 값을 획득합니다. userID 필드에 대한 소급 업데이트로 인해 더 정확한 사용자 데이터를 얻었고 더 많은 방문자에게 개인화된 트리거 이메일이 전송되었습니다.

팀은 다음과 같은 기능을 갖춘 자체 기여 모델을 개발했습니다.

• 유료 트래픽 소스의 방문에만 방문자 획득 비용을 분배합니다.
• 30일, 60일, 90일, 180일 동안 사용자당 총 마진을 평가합니다.
• 계산 시 최초 구매자의 데이터만 고려합니다. 반복 구매 시 주문 금액은 처음으로 사용자를 웹사이트로 안내한 채널에 할당됩니다.

이 기여 모델은 UserID 필드 및 방문자 획득 비용에 대한 데이터 업데이트를 포함하여 Google BigQuery의 소급 데이터 업데이트로 인해 가능해졌습니다.

단일 데이터 저장소에서 데이터를 수집하고 새로 트리거된 이메일 및 기록 데이터 업데이트를 설정한 결과 다음과 같은 목표를 달성했습니다.

1. 트리거된 이메일 KPI를 개선합니다.

버려진 제품에 대한 이메일 알림은 장바구니에 제품을 추가했지만 구매를 완료하지 않은 대부분의 사용자에게 1시간 이내에 전송됩니다. 트리거된 이메일에 대한 데이터는 시간당 두 번 자동으로 수집됩니다.

새로운 메일링 방법의 효율성은 A/B 테스트를 통해 확인되었습니다.

• 전달된 이메일을 통한 웹사이트 방문 횟수는 76% 증가했습니다.
• 전달된 이메일을 통해 웹사이트를 방문한 사용자의 구매 전환율이 12% 증가했습니다.
• 버려진 장바구니 이메일 최적화 후 구매 수가 85% 증가했습니다.
• 대상 그룹의 매출 점유율은 237% 증가했습니다.

2. 광고예산 최적화 및 광고비 부담 감소

아래 그래프는 유료 트래픽 채널을 통해 다양한 제품군을 방문한 고객의 평생 가치를 고려한 기업 고유의 어트리뷰션 모델에 따른 고객의 세션당 LTV(FM - 마진, COST - 비용) 데이터를 보여줍니다. 이 값은 시간이 지남에 따라 증가합니다. 이 사실은 마지막 클릭 기여 모델에서 무시됩니다. 각 캠페인의 최대 베팅은 고객 유지 비용을 제외하고 180일 동안 회사가 획득한 마진으로 제한됩니다.

180일 동안의 CLTV 기반 어트리뷰션 모델에서 볼 수 있듯이 처음에는 CPC 채널을 통해 사용자가 방문했다가 다시 무료 채널을 통해 재구매했습니다. 이러한 CPC 채널의 가치는 Last-Click 기여 모델에 따른 것보다 몇 배 더 높은 것으로 나타났습니다. 재구매의 양과 빈도, 회사의 매출은 제품 카테고리, 광고 캠페인, 소스별로 달랐다.